Athena (Trino SQL) 使用字段解析 JSON 文档（点表示法）答案

【问题标题】：Athena (Trino SQL) parsing JSON document using fields (dot notation)Athena (Trino SQL) 使用字段解析 JSON 文档（点表示法）
【发布时间】：2021-11-20 14:11:12
【问题描述】：

Athena (Trino SQL) 使用字段（点表示法）解析 JSON 文档（在 Athena 中称为文档 1 的表列）

如果底层 json（Athena 中称为文档 1 的表列）是{a={b ... 的形式我可以在 Athena (Trino SQL) 中使用

来解析它

document1.a.b

但是，如果 JSON 包含 {a={"text": value1 ...

引号将不正确解析。

有没有办法用引号对“字段”进行 JSON 解析？

如果没有，是否有一种优雅的方式来解析“文本”并获取值为 1 的字符串？ [请看我下面的评论]。

我不能更改 json 及其 Athena“表”中的引号，因此我需要在 Trino SQL 语法中工作的东西。

错误信息格式为：SQL Error [100071] [HY000]: [Simba][AthenaJDBC](100071) An error has been thrown from the AWS Athena client. SYNTAX_ERROR: Expression [redacted] is not of type ROW

注意：这不是Oracle Dot Notation Question的副本

【问题讨论】：

可以强制转换（检索为 varchar），然后应用标准 Trino 运算符，例如子字符串、位置等。语法会很长，但如果有足够的耐心看透它，它可以工作.如果有人有比此评论更具描述性的答案，请发布。

标签： json format amazon-athena json-deserialization trino

【解决方案1】：

点表示法仅适用于 struct<…> 等列类型。您可以对 JSON 数据执行此操作，但从错误和您的描述来看，情况似乎并非如此。我假设您的专栏是string 类型。

如果您在 string 列中有 JSON 数据，您可以使用 JSON 函数通过 JSONPath 解析和提取其中的一部分。

【讨论】：

注意：在 Trino 中，类型是 varchar，为了解析，显然必须将任何内容转换为 varchar。另请参阅我对这个问题的评论（如果有兴趣）。
Athena 的奇怪之处在于 DDL 是通过 Hive 运行的，它使用“string”和“struct”之类的名称，而 DML 是通过 Presto/Trino 运行的，其中相应的类型称为“varchar”和“行”。